正则表达式从字符串中删除xml声明

Question

首先，我知道这是一个糟糕的解决方案，我不应该这样做。

背景：随意跳过

---

但是，我需要快速修复实时系统。 我们目前有一个数据结构，通过一系列字符串构建器创建“xml”片段，将自身序列化为字符串。 这是否是有效的XML我相当怀疑。 在创建此xml之后，在通过消息队列发送之前，一些清理代码会在字符串中搜索xml声明的出现并将其删除。

这样做的方法（迭代每个为<?xml做indexOf的字符）是如此之慢，导致线程超时并杀死我们的系统。 最终我会尝试正确地修复它（使用xml文档或类似的东西构建xml）但是今天我需要快速修复以替换那里的内容。

请记住，我知道这是一个远非理想的解决方案，但我需要快速解决方案让我们恢复正常运行。

---

题

我想用正则表达式来查找声明。 我计划： <\\?xml.*?> ，然后使用Regex.Replace(input, string.empty)删除。

如果这个正则表达式有任何明显的问题，或者是否只是使用string.IndexOf("<?xml")和string.IndexOf("?>")对在一个（更加理智）中编写它，你能告诉我string.IndexOf("?>")循环更好。

编辑我需要处理换行。

会： <\\?xml[^>]*?>做的伎俩？

EDIT2

谢谢您的帮助。 正则表达式<\\?xml.*?\\?>工作正常。 我最后编写了一些时序代码并使用ar egex和IndexOf() 。 我发现，对于我们最简单的用例，只需要声明剥离：

• 差不多一秒钟
• 正则表达式的.01秒
• 使用循环和IndexOf()无法估量

所以我去了IndexOf()因为它很容易就是一个非常简单的循环。

Answer 1

你可能想要这个： <\\?xml.*\\?>或者这个： <\\?xml.*?\\?> ，因为你现在的方式，正则表达式不是在寻找'？>'而只是为了'>'。 我不认为你想要第一个选项，因为它是贪婪的，它将删除第一次出现''之间的所有内容。 只要您没有嵌套的XML标记，第二个选项就会起作用。 如果你这样做，它将删除第一个''之间的所有内容。 如果你有另一个''标签。

另外，我不知道在.NET中如何实现正则表达式，但我很怀疑它们是否比使用indexOf更快。

Answer 2

strXML = strXML.Remove(0, sXMLContent.IndexOf(@"?>", 0) + 2);